導彈計算機智能控制系統(tǒng)

第1章 智能控制系統(tǒng)概述 11.1 傳統(tǒng)控制理論所面臨的問題 21.2 智能控制系統(tǒng)的基本概念 31.3 智能控制系統(tǒng)的構成原理 51.3.1 一般自動控制系統(tǒng)的構成 51.3.2 智能控制系統(tǒng)的構成 61.3.3 智能控制系統(tǒng)的主要功能特點 71.4 智能控制的類型 71.5 智能控制系統(tǒng)的分析方法 131.6 智能控制的現狀與發(fā)展趨勢 16第2章 模糊邏輯PID控制 172.1 模糊邏輯理論的基本概念 172.1.1 模糊集合及其運算 172.1.2 模糊關系及其合成 272.1.3 模糊向量及其運算 302.1.4 模糊邏輯規(guī)則 302.1.5 模糊邏輯推理 332.2 模糊邏輯控制系統(tǒng)的基本結構 402.2.1 模糊控制系統(tǒng)的構成 412.2.2 模糊控制器的基本結構 412.2.3 模糊控制器的維數 422.2.4 模糊控制中的基本運算操作 422.3 模糊邏輯控制系統(tǒng)的基本原理 432.3.1 模糊化運算 432.3.2 數據庫 442.3.3 模糊控制規(guī)則庫 472.3.4 模糊推理 502.3.5 清晰化計算 522.4 離散論域的模糊控制系統(tǒng)的設計 542.5 具有PID功能的模糊控制器 65 第3章 神經網絡PID控制 673.1 神經網絡的基本概念 673.1.1 生物神經元模型 673.1.2 人工神經元模型 693.1.3 人工神經網絡模型 713.1.4 神經網絡的學習 733.1.5 神經網絡的分類 763.2 典型神經網絡模型及其主要算法 773.2.1 BP神經網絡及其主要算法 773.2.2 RBF神經網絡及其主要算法 893.3 神經網絡控制系統(tǒng) 983.3.1 神經網絡控制的基本原理 983.3.2 神經網絡在控制中的主要作用 993.3.3 神經網絡控制系統(tǒng)的分類 1003.4 基于單神經元網絡的PID控制 1103.4.1 基于單神經元的自適應PID控制 1103.4.2 改進的單神經元自適應PID控制 1143.4.3 基于二次型性能指標學習算法的單神經元自適應PID控制 1173.5 基于神經網絡的PID控制 1203.5.1 基于BP神經網絡整定的PID控制 1213.5.2 基于RBF神經網絡整定的PID控制 1273.5.3 基于RBF神經網絡辨識的單神經元PID模型參考自適應控制 132第4章 遺傳算法PID控制 1384.1 遺傳算法概述 1384.1.1 遺傳算法的基本概念 1384.1.2 遺傳算法的特點 1404.1.3 遺傳算法與傳統(tǒng)方法的比較 1414.1.4 基于遺傳算法的應用 1434.2 遺傳算法的基本原理 1454.2.1 編碼 1454.2.2 選擇 1494.2.3 交叉 1534.2.4 變異 1564.2.5 適應度函數 1584.2.6 控制參數的選擇 1624.2.7 約束條件的處理 1634.3 基本遺傳算法 1634.3.1 遺傳算法的基本操作 1644.3.2 遺傳算法的構成要素 1694.3.3 遺傳算法的基本步驟 1714.4 基于遺傳算法的PID整定 1834.4.1 基于實數編碼遺傳算法的PID整定 1854.4.2 基于二進制編碼遺傳算法的PID整定 189第5章 多采樣頻率系統(tǒng)的分析與設計 1945.1 多采樣頻率的配置 1945.2 多采樣頻率系統(tǒng)的等效變換 1955.2.1 環(huán)節(jié)的等效變換 1955.2.2 系統(tǒng)的等效變換 2025.3 多采樣頻率系統(tǒng)的性能分析 2075.4 多采樣頻率系統(tǒng)的設計方法 2105.5 多采樣頻率智能控制系統(tǒng)設計 2125.5.1 基于模糊推理的多采樣頻率智能控制系統(tǒng)設計 2125.5.2 基于神經網絡的多采樣頻率智能控制系統(tǒng)設計 213第6章 智能控制在導彈姿態(tài)控制系統(tǒng)中的應用 2176.1 導彈縱向通道控制系統(tǒng)設計 2176.1.1 導彈縱向通道姿態(tài)角控制系統(tǒng)的構成 2176.1.2 導彈彈體小擾動線性化模型 2186.1.3 導彈飛行控制系統(tǒng)數學模型 2196.1.4 導彈縱向通道阻尼回路設計 2206.2 PID控制縱向通道姿態(tài)角控制系統(tǒng)設計仿真 2206.3 智能控制在縱向通道姿態(tài)角控制系統(tǒng)中的應用 2246.4 多速率采樣在縱向通道姿態(tài)角控制系統(tǒng)中的應用 234參考文獻 240